期刊文章详细信息
多类SVM分类算法的研究
Research of Multi-class Support Vector Machines Classification Algorithm
文献类型：期刊文章
机构地区：[1]山西大同大学数学与计算机科学学院,山西大同037009
基 金：天津市自然科学重大基金项目[07JCZDJC06500];山西省教育科学"十一五"规划课题[GH-09229]
年 份：2010
卷 号：26
期 号：3
起止页码：6-8
语 种：中文
收录情况：普通刊
摘 要：支持向量机(Support Vector Machine,SVM)是上世纪九十年代提出的一种基于小样本的新的统计学习方法,较好地解决了非线性、高维数、局部极小点等实际问题.文中分析了SVM基础理论并总结了目前存在的基于支持向量机的主要分类方法,包括"一对多"方法、"一对一"方法、决策有向无环图方法、基于二叉树的多类分类方法和其它方法,并对各自的优缺点及性能做了比较.
关 键 词：支持向量机 机器学习 多类分类器
分 类 号：TP391.41]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
